[发明专利]一种动漫头像生成方法和系统

权利要求书

1.一种动漫头像生成方法，其特征在于，包括：

对原始图像进行处理，得到预处理图像；所述原始图像为用户上传的真实图像；

将所述预处理图像输入图像识别模型，模型输出第一标签；

将所述预处理图像和所述第一标签输入标签纠正模型，模型输出第二标签；所述第二标签通过纠正第一标签得到；所述第一标签和第二标签包括性别、人种、头发颜色、嘴巴状态、额头位置、胸部位置、嘴唇位置、头发长短和是否看镜头；

将所述第二标签和所述预处理图像输入动漫头像生成模型，模型输出动漫头像；其中，模型输出动漫头像为动漫头像生成模型多次将噪声引入所述预处理图像并采样，得到采样图像，将预设次数的所述采样图像作为所述动漫头像输出；所述动漫头像生成模型通过动漫人脸图像和对应的第一描述文件训练得到。

2.根据权利要求1所述的动漫头像生成方法，其特征在于，所述图像识别模型通过模型训练得到，包括：

将第一训练样本输入初始图像识别模型；所述第一训练样本包括动漫人脸图像和对应的第一描述文件；所述初始图像识别模型为deepdanbooru模型；

基于所述初始图像识别模型的输出和所述第一描述文件构建第一损失函数；

基于所述第一损失函数迭代求解所述初始图像识别模型的参数，将训练完成的初始图像识别模型作为所述图像识别模型。

3.根据权利要求1所述的动漫头像生成方法，其特征在于，所述将所述预处理图像和所述第一标签输入标签纠正模型，模型输出第二标签，包括：

将所述预处理图像输入描述模型，模型输出对所述预处理图像的自然语言描述；

将所述自然语言描述与所述第一标签做比对，纠正部分标签结果。

4.根据权利要求3所述的动漫头像生成方法，其特征在于，所述描述模型通过模型训练得到，包括：

将第二样本输入初始描述模型；所述第二样本包括真实人脸图像和对应的第二描述文件；所述初始描述模型为clip模型；

基于所述初始描述模型的输出和所述第二描述文件构建第二损失函数；

基于所述第二损失函数迭代求解所述初始描述模型的参数，将训练完成的初始描述模型作为所述描述模型。

5.根据权利要求1所述的动漫头像生成方法，其特征在于，所述动漫头像生成模型通过模型训练得到，包括：

将第一训练样本输入初始动漫头像生成模型；所述第一训练样本包括动漫人脸图像和对应的第一描述文件；所述初始动漫头像生成模型为Anything模型；

基于所述初始动漫头像生成模型的输出和所述动漫人脸图像构建第三损失函数；

基于所述第三损失函数迭代求解所述初始动漫头像生成模型的参数，将训练完成的初始动漫头像生成模型作为所述动漫头像生成模型。

6.一种动漫头像生成系统，其特征在于，包括预处理模块、第一标签确定模块、标签纠正模块和动漫头像生成模块；

所述预处理模块用于对原始图像进行处理，得到预处理图像；所述原始图像为用户上传的真实图像；

所述第一标签确定模块用于将所述预处理图像输入图像识别模型，模型输出第一标签；

所述标签纠正模块用于将所述预处理图像和所述第一标签输入标签纠正模型，模型输出第二标签；所述第二标签通过纠正第一标签得到；

所述动漫头像生成模块用于将所述第二标签和所述预处理图像输入动漫头像生成模型，模型输出动漫头像；其中，模型输出动漫头像为动漫头像生成模型多次将噪声引入所述预处理图像并采样，得到采样图像，将预设次数的所述采样图像作为所述动漫头像输出。

7.根据权利要求6所述的动漫头像生成系统，其特征在于，所述第一标签确定模块还用于：

将第一训练样本输入初始图像识别模型；所述第一训练样本包括动漫人脸图像和对应的第一描述文件；所述初始图像识别模型为deepdanbooru模型；

基于所述初始图像识别模型的输出和所述第一描述文件构建第一损失函数；

基于所述第一损失函数迭代求解所述初始图像识别模型的参数，将训练完成的初始图像识别模型作为所述图像识别模型。